LSTM 기반 변분 오토인코더를 사용한 로봇 보조 급식을 위한 다중 모드 이상 탐지기

이상 실행의 탐지는 보조 조작에서 잠재적인 위험을 줄이는 데 가치가 있습니다. 다중 모달 감각 신호는 다양한 이상 징후를 탐지하는 데 도움이 될 수 있습니다. 그러나 고차원적이고 이질적인 모달들의 융합은 어려운 문제입니다. 우리는 신호를 융합하고 그 예상 분포를 재구성하는 장단기 기억 기반 변분 오토인코더(LSTM-VAE)를 소개합니다. 또한, 재구성 기반 이상 점수와 상태 기반 임계값을 사용하는 LSTM-VAE 기반 탐지기를 제안합니다. 1,555건의 로봇 보조 급식 실행(12개 대표적인 유형의 이상 징후 포함)에 대한 평가에서 우리의 탐지기는 문헌에서 제시된 5개 다른 베이스라인 탐지기보다 수신자 운영 특성 곡선(AUC) 면적이 0.8710으로 더 높았습니다. 또한, LSTM-VAE를 통한 다중 모달 융합의 효과성을 17개 원시 감각 신호와 4개 수동 설계된 특징을 비교함으로써 입증하였습니다.